Data Center คืออะไร? ทำงานอย่างไร และเกี่ยวข้องกับ Cloud และ AI อย่างไร?

ทำไมเซิร์ฟเวอร์จึงต้องอยู่ในห้องที่มีทั้งไฟสำรอง ระบบทำความเย็น และการรักษาความปลอดภัยตลอดเวลา?

Data Center คืออะไร ต่างจาก Cloud ตรงไหน และทำไมงาน AI จึงต้องการโครงสร้างพื้นฐานต่างจากเว็บไซต์ทั่วไป? บทความนี้จะพาไปดูการทำงานของศูนย์ข้อมูล ตั้งแต่ระบบที่อยู่ภายใน ไปจนถึงแนวทางเลือกใช้ให้เหมาะกับธุรกิจไทย

Data Center หรือศูนย์ข้อมูล คือสถานที่สำหรับติดตั้งเซิร์ฟเวอร์ อุปกรณ์จัดเก็บข้อมูล และระบบเครือข่าย เพื่อรองรับเว็บไซต์ แอปพลิเคชัน และบริการดิจิทัลต่าง ๆ อาจเป็นห้องเฉพาะภายในอาคาร หรืออาคารที่ออกแบบมาเพื่อรองรับอุปกรณ์เหล่านี้โดยตรง

หากเปรียบเซิร์ฟเวอร์เป็นเครื่องจักร Data Center ก็เหมือนโรงงานที่เตรียมไฟฟ้า ระบบระบายความร้อน และการรักษาความปลอดภัยไว้ให้ เครื่องจักรจึงทำงานได้ตลอดเวลา และมีทีมดูแลเมื่อเกิดปัญหา

ภายใน Data Center มีอะไรบ้าง?

ภายในศูนย์ข้อมูลประกอบด้วย 6 ระบบหลักที่ทำงานร่วมกัน แต่ละระบบมีหน้าที่ดังนี้

1. เซิร์ฟเวอร์: คอมพิวเตอร์ที่ประมวลผลคำสั่งของเว็บไซต์และแอปพลิเคชัน เช่น เปิดหน้าเว็บ คำนวณราคาสินค้า หรือรับคำสั่งซื้อ โดยติดตั้งเรียงกันอยู่ในตู้ Rack
2. ระบบจัดเก็บข้อมูล: เก็บฐานข้อมูล เอกสาร รูปภาพ และไฟล์สำรอง มีทั้งแบบที่เน้นความจุ และแบบที่อ่านเขียนได้เร็วอย่าง SSD หรือ NVMe
3. ระบบเครือข่าย: เชื่อมเซิร์ฟเวอร์กับระบบจัดเก็บข้อมูลภายในศูนย์ และเชื่อมออกสู่อินเทอร์เน็ตเพื่อรับส่งข้อมูลกับผู้ใช้ภายนอก
4. ไฟฟ้าและไฟสำรอง: จ่ายไฟให้อุปกรณ์ทุกเครื่องอย่างต่อเนื่อง เมื่อไฟดับ เครื่องสำรองไฟจะจ่ายไฟแทนทันทีระหว่างรอเครื่องกำเนิดไฟฟ้าเริ่มทำงาน
5. ระบบระบายความร้อน: เซิร์ฟเวอร์ที่ทำงานตลอดเวลาสร้างความร้อนสูง จึงต้องควบคุมอุณหภูมิและความชื้นให้เหมาะสม เพื่อไม่ให้อุปกรณ์เสียหายหรือทำงานช้าลง
6. ระบบรักษาความปลอดภัย: จำกัดการเข้าออกเฉพาะผู้ได้รับอนุญาต มีกล้องวงจรปิด และระบบแจ้งเตือนเมื่อพบสิ่งผิดปกติ

Data Center ทำงานอย่างไร?

เมื่อผู้ใช้เปิดเว็บไซต์หรือแอปพลิเคชัน คำขอจะเดินทางผ่านเครือข่ายเข้ามายังเซิร์ฟเวอร์ใน Data Center จากนั้นแอปพลิเคชันจะประมวลผล และอ่านหรือบันทึกข้อมูลในระบบจัดเก็บข้อมูล ก่อนส่งผลลัพธ์กลับผ่านเครือข่ายไปแสดงบนหน้าจอ ทั้งหมดนี้เกิดขึ้นภายในเวลาไม่ถึงวินาที โดยมีไฟฟ้า การระบายความร้อน และการเฝ้าระวังคอยสนับสนุนให้ทุกขั้นตอนทำงานได้ตลอด 24 ชั่วโมง

Data Center คือสถานที่และโครงสร้างพื้นฐาน ส่วน Cloud คือรูปแบบการให้ใช้ทรัพยากรคอมพิวเตอร์ผ่านเครือข่าย ทั้งสองอย่างเกี่ยวข้องกัน แต่ไม่ใช่สิ่งเดียวกัน

ผู้ให้บริการ Cloud ใช้ซอฟต์แวร์จัดสรรทรัพยากรจากเซิร์ฟเวอร์ ระบบจัดเก็บข้อมูล และเครือข่ายใน Data Center ผู้ใช้จึงสร้าง Virtual Machine หรือเพิ่มพื้นที่จัดเก็บได้เองผ่านระบบของผู้ให้บริการ โดย Cloud หนึ่งบริการอาจกระจายอยู่ใน Data Center หลายแห่ง

สำหรับธุรกิจ การใช้ Data Center มี 3 ทางเลือกหลัก

1. ตั้งห้องเซิร์ฟเวอร์เอง: ควบคุมได้ทุกอย่าง แต่ต้องลงทุนและดูแลทั้งเครื่อง ไฟฟ้า ความเย็น และความปลอดภัยเอง
2. ฝากเครื่องไว้ใน Data Center หรือ Colocation: นำเซิร์ฟเวอร์ของตัวเองไปติดตั้งในศูนย์ข้อมูลของผู้ให้บริการ ผู้ให้บริการดูแลพื้นที่ ไฟฟ้า ความเย็น และเครือข่าย ส่วนธุรกิจดูแลเครื่องและระบบเอง
3. ใช้ Cloud: เช่าทรัพยากรตามที่ต้องการ ผู้ให้บริการดูแลทั้งฮาร์ดแวร์และ Data Center ธุรกิจโฟกัสที่ระบบและข้อมูลของตัวเอง

Data Center ไม่ได้รองรับงานเพียงแบบเดียว งานแต่ละแบบใช้ทรัพยากรต่างกัน แบ่งได้เป็น 3 กลุ่มหลัก และศูนย์ข้อมูลแห่งเดียวก็รองรับทั้ง 3 กลุ่มร่วมกันได้

ระบบธุรกิจทั่วไป (Enterprise & Cloud)

งานกลุ่มนี้คือระบบที่ธุรกิจใช้ทุกวัน ทั้งเว็บไซต์ ร้านค้าออนไลน์ ระบบบัญชี ฐานข้อมูล และการสำรองไฟล์ ทรัพยากรหลักคือ CPU หน่วยความจำ และพื้นที่จัดเก็บข้อมูล แต่แต่ละระบบเน้นต่างกัน ระบบเก็บเอกสารต้องการความจุมาก ส่วนฐานข้อมูลร้านค้าออนไลน์ต้องอ่านเขียนได้เร็วเมื่อมีลูกค้าสั่งซื้อพร้อมกัน สิ่งที่ต้องให้ความสำคัญจึงเป็นความเสถียรของระบบและความเร็วในการอ่านเขียนข้อมูล

การฝึกและปรับแต่งโมเดล AI (AI Training)

เป็นการให้โมเดลเรียนรู้จากข้อมูล เช่น ฝึกให้จำแนกภาพหรือเข้าใจภาษา ส่วนการนำโมเดลที่ฝึกแล้วมาปรับให้เหมาะกับงานเฉพาะเรียกว่า Fine-tuning งานกลุ่มนี้ต้องคำนวณข้อมูลจำนวนมากพร้อมกัน จึงใช้ GPU ช่วยประมวลผลแบบขนาน ร่วมกับหน่วยความจำขนาดใหญ่ และหากฝึกโมเดลด้วยหลายเครื่องพร้อมกัน ต้องมีเครือข่ายความเร็วสูงที่รับส่งข้อมูลระหว่างเครื่องได้ทัน ทรัพยากรที่ต้องเตรียมจึงขึ้นอยู่กับขนาดโมเดล ปริมาณข้อมูล และเวลาที่ต้องการให้ฝึกเสร็จ

การนำโมเดล AI มาใช้งานจริง (AI Inference)

เมื่อฝึกโมเดลเสร็จแล้ว ขั้นต่อไปคือนำโมเดลมาสร้างผลลัพธ์ให้ผู้ใช้ เช่น แชตบอตตอบคำถามลูกค้า ระบบอ่านเอกสาร หรือระบบจำแนกรูปภาพ หากเปรียบการฝึกโมเดลเป็นช่วงเรียนรู้ การใช้งานจริงก็คือช่วงนำสิ่งที่เรียนรู้มาตอบโจทย์ บางงานใช้ CPU ก็เพียงพอ ส่วนงานที่ต้องคำนวณแบบขนานจำนวนมากเหมาะกับ GPU สิ่งที่ต้องดูคือความเร็วในการตอบ จำนวนผู้ใช้พร้อมกัน และต้นทุนต่อการใช้งาน เช่น แชตบอตที่มีผู้ใช้พร้อมกันจำนวนมากต้องตอบได้รวดเร็ว โดยต้นทุนไม่สูงเกินไป

แม้ทั้ง 3 กลุ่มจะอยู่ใน Data Center เดียวกันได้ แต่งาน AI ใช้ไฟฟ้า สร้างความร้อน และรับส่งข้อมูลมากกว่างานทั่วไป ศูนย์ข้อมูลจึงต้องเตรียมโครงสร้างพื้นฐานส่วนนี้เพิ่มขึ้น

เมื่อบริการ Cloud มีผู้ใช้เพิ่มขึ้น และธุรกิจนำ AI มาใช้งานมากขึ้น Data Center ต้องปรับตัวใน 4 ด้านสำคัญ

1. กำลังไฟฟ้าต่อพื้นที่สูงขึ้น: เซิร์ฟเวอร์ที่มีหน่วยประมวลผลจำนวนมากใช้ไฟต่อตู้สูงขึ้น จึงต้องตรวจความสามารถในการจ่ายไฟก่อนเพิ่มเครื่อง
2. ต้องระบายความร้อนให้ทัน: อุปกรณ์ที่ใช้พลังงานสูงสร้างความร้อนมากขึ้น บางระบบจึงต้องใช้การระบายความร้อนด้วยของเหลว
3. ข้อมูลต้องเดินทางได้เร็วพอ: หากระบบจัดเก็บข้อมูลหรือเครือข่ายส่งข้อมูลไม่ทัน หน่วยประมวลผลจะต้องรอและทำงานได้ไม่เต็มที่
4. ต้องรองรับการใช้งานที่เปลี่ยนแปลง: บริการที่มีผู้ใช้เพิ่มขึ้นต้องวางแผนทรัพยากร พร้อมควบคุมเวลาตอบสนองและต้นทุนให้เหมาะสม

รายงาน Energy and AI ของ IEA ปี 2025 ระบุว่า AI กำลังเร่งการใช้เซิร์ฟเวอร์ประสิทธิภาพสูง และเพิ่มความหนาแน่นของการใช้พลังงานในศูนย์ข้อมูล แต่การใช้พลังงานจริงยังขึ้นอยู่กับอุปกรณ์และลักษณะงาน งาน AI แต่ละแบบจึงใช้ทรัพยากรไม่เท่ากัน

อ่านเพิ่มเติม: Data Center แย่งใช้น้ำ-ไฟฟ้ามหาศาล ทำลายสิ่งแวดล้อมจริงหรือ? เผยข้อเท็จจริงที่คนเข้าใจผิด

ระบบหลักทั้ง 6 ส่วนที่กล่าวไปข้างต้นเป็นสิ่งที่ Data Center ทุกแห่งต้องมี แต่ศูนย์ข้อมูลที่น่าเชื่อถือต้องทำงานต่อได้แม้อุปกรณ์บางส่วนขัดข้องหรืออยู่ระหว่างซ่อมบำรุง วิธีเปรียบเทียบที่ใช้กันทั่วไปคือดูระดับ Tier ควบคู่กับการดูแลและระบบสำรองของผู้ให้บริการ

Data Center Tier มีกี่ระดับ?

Tier คือระบบจัดระดับโครงสร้างพื้นฐานของศูนย์ข้อมูลที่พัฒนาโดย Uptime Institute แบ่งเป็น 4 ระดับ ยิ่งระดับสูง ศูนย์ข้อมูลยิ่งมีระบบสำรองมากขึ้น และได้รับผลกระทบจากการซ่อมบำรุงหรือเหตุขัดข้องน้อยลง

1. Tier I: มีระบบพื้นฐานครบ เช่น เครื่องสำรองไฟ เครื่องกำเนิดไฟฟ้า และระบบระบายความร้อน แต่ไม่มีอุปกรณ์สำรอง เมื่อต้องซ่อมบำรุงต้องหยุดระบบทั้งหมด
2. Tier II: เพิ่มอุปกรณ์สำรองด้านไฟฟ้าและความเย็น จึงถอดอุปกรณ์บางชิ้นไปซ่อมได้โดยไม่ต้องหยุดระบบ แต่ยังมีเส้นทางจ่ายไฟและความเย็นเพียงเส้นทางเดียว หากเกิดเหตุไม่คาดคิดก็อาจกระทบการทำงาน
3. Tier III: มีทั้งอุปกรณ์สำรองและเส้นทางจ่ายไฟและความเย็นสำรอง จึงซ่อมบำรุงหรือเปลี่ยนอุปกรณ์ส่วนใดก็ได้ตามแผน โดยไม่ต้องหยุดการทำงานของอุปกรณ์ IT
4. Tier IV: มีหลายระบบที่แยกอิสระจากกันทางกายภาพ หากอุปกรณ์หรือเส้นทางใดเสียหายโดยไม่คาดคิด ระบบ IT ยังทำงานต่อได้

เมื่อเลือกผู้ให้บริการ Cloud ควรเลือก Data Center ระดับ Tier III ขึ้นไป เพราะซ่อมบำรุงได้โดยไม่กระทบระบบที่ใช้งานอยู่ เหมาะกับระบบธุรกิจที่ต้องทำงานต่อเนื่อง ส่วน Tier IV เหมาะกับระบบที่ต้องทนต่อความขัดข้องสูงสุด ซึ่งมีต้นทุนสูงกว่า

นอกจาก Tier ต้องดูอะไรเพิ่ม?

ระดับ Tier บอกการออกแบบโครงสร้างพื้นฐาน แต่ความน่าเชื่อถือในการใช้งานจริงยังขึ้นอยู่กับการดูแลที่ตรวจสอบได้ ควรดูเพิ่มเติมใน 4 เรื่องนี้

1. การทดสอบระบบสำรอง: ไฟสำรองและความเย็นสำรองต้องทดสอบเป็นประจำ เพื่อให้มั่นใจว่าทำงานได้จริงเมื่อเกิดเหตุ
2. ระบบป้องกันอัคคีภัย: ตรวจจับควันได้ตั้งแต่ระยะแรก และระงับเพลิงด้วยวิธีที่ไม่ทำให้อุปกรณ์เสียหาย
3. เส้นทางเครือข่ายสำรอง: เมื่อเส้นทางหลักขัดข้อง ระบบยังเชื่อมต่อได้ผ่านเส้นทางอื่น
4. ทีมดูแลและแผนฉุกเฉิน: มีทีมเฝ้าระวังตลอด 24 ชั่วโมง ช่องทางแจ้งเหตุชัดเจน และซ้อมแผนรับมือเหตุฉุกเฉินเป็นประจำ

Data Center เป็นพื้นฐานสำคัญที่รองรับการทำงานของเว็บไซต์ แอปพลิเคชัน และระบบ AI การเลือกโครงสร้างพื้นฐานจึงควรพิจารณาทั้งลักษณะงาน ทรัพยากรที่ต้องใช้ ความปลอดภัย และงบประมาณ เพื่อให้ระบบรองรับการใช้งานและการเติบโตของธุรกิจได้อย่างเหมาะสม

สำหรับธุรกิจที่ไม่ต้องการสร้างและดูแล Data Center เอง Nipa Cloud มีบริการให้เลือกตามความต้องการ ทั้ง Nipa Cloud Space สำหรับผู้ที่ต้องการใช้ Public Cloud, Nipa Cloud Enterprise สำหรับองค์กรที่มองหาโครงสร้างพื้นฐานแบบ Private Cloud และ Nipa Cloud Hybrid สำหรับระบบที่ต้องการเชื่อมต่อ Public Cloud และ Private Cloud เข้าด้วยกัน

ทุกบริการทำงานบน Sovereign Cloud สัญชาติไทย โดยข้อมูลทั้งหมดอยู่ในประเทศไทย บน Data Center ที่ออกแบบและบริหารจัดการตามมาตรฐานสากลเทียบเท่า Tier III ได้รับการรับรองมาตรฐาน ISO/IEC 27001 และ ISO 22301 พร้อมเจ้าหน้าที่ดูแลตลอด 24 ชั่วโมง ส่วนธุรกิจที่ต้องการย้ายระบบเดิมมาใช้งานบน Cloud ยังมีบริการ Cloud Migration ที่ทีมผู้เชี่ยวชาญช่วยออกแบบและย้ายระบบหรือแอปพลิเคชันมายัง Nipa Cloud Space

• Q: Data Center กับ Cloud ต่างกันอย่างไร?

  A: Data Center คือสถานที่และโครงสร้างพื้นฐานทางกายภาพ ส่วน Cloud คือรูปแบบการให้ใช้ทรัพยากรคอมพิวเตอร์ผ่านเครือข่าย โดยผู้ให้บริการ Cloud นำอุปกรณ์ใน Data Center มาจัดสรรให้ผู้ใช้

  
  

• Q: Colocation คืออะไร?

  A: Colocation คือการนำเซิร์ฟเวอร์ของเราไปฝากไว้ใน Data Center ของผู้ให้บริการ โดยผู้ให้บริการเตรียมพื้นที่ ระบบไฟฟ้า ระบบระบายความร้อน และเครือข่ายไว้ให้ ส่วนเรายังเป็นเจ้าของเครื่องและดูแลเซิร์ฟเวอร์เอง เหมาะกับธุรกิจที่มีฮาร์ดแวร์ของตัวเองแต่ไม่ต้องการสร้างห้องเซิร์ฟเวอร์ ดูรายละเอียดได้ที่บริการ Colocation ของ Nipa Cloud

  
  

• Q: ธุรกิจขนาดเล็กต้องมี Data Center ของตัวเองหรือไม่?

  A: ไม่จำเป็น ธุรกิจขนาดเล็กใช้บริการ Cloud รองรับเว็บไซต์ แอปพลิเคชัน และข้อมูลได้ โดยเลือกทรัพยากรตามลักษณะงานและงบประมาณ

  
  

• Q: AI กับ Data Center เกี่ยวข้องกันอย่างไร?

  A: งาน AI ส่วนใหญ่ใช้เซิร์ฟเวอร์ใน Data Center ทั้งฝึกโมเดลและให้บริการ จึงต้องเตรียมกำลังประมวลผล เครือข่าย ไฟฟ้า และการระบายความร้อนให้เพียงพอ แต่ไม่ใช่ทุกงานที่ต้องใช้ GPU บางงานใช้ CPU ได้

  
  

• Q: Data Center ที่ระบุ Tier III หมายความว่าระบบจะไม่ล่มเลยหรือไม่?

  A: ไม่ใช่ จุดสำคัญของ Tier III คือซ่อมบำรุงโครงสร้างพื้นฐานตามแผนได้โดยไม่ต้องหยุดการทำงานของอุปกรณ์ IT ส่วนความต่อเนื่องของแอปพลิเคชันยังขึ้นอยู่กับการออกแบบและดูแลระบบด้วย